Detecção de regiões em cenários naturais utilizando um sistema de visão catadioptrico

Esse trabalho utiliza um sistema de visão catadióptrico para capturar imagens de um cenário natural agrícola e realizar o levantamento de regiões que possam auxiliar diversas aplicações na área da Robótica Móvel Agrícola. Os sistemas de visão catadióptricos buscam capturar uma imagem 360° do ambiente a partir da combinação de lentes e espelhos. A imagem omnidirecional é retificada e seus quadrantes são extraídos, originando quatro novas imagens que representam lados de visão do veículo. Uma etapa de segmentação por cor é proposta utilizando como base o algoritmo Otsu Thresholding. No final do processo, é possível visualizar as regiões de interesse de cada quadrante.

Detecção de artefactos em imagens da retina

Dissertação para obtenção do Grau de Mestre em Engenharia Biomédica

Técnica para segmentação automática de imagens microscópicas de componentes sanguíneos e classificação diferencial de leucócitos baseada em lógica fuzzy

Automatic detection of blood components is an important topic in the field of hematology. The segmentation is an important stage because it allows components to be grouped into common areas and processed separately and leukocyte differential classification enables them to be analyzed separately. With the auto-segmentation and differential classification, this work is contributing to the analysis process of blood components by providing tools that reduce the manual labor and increasing its accuracy and efficiency. Using techniques of digital image processing associated with a generic and automatic fuzzy approach, this work proposes two Fuzzy Inference Systems, defined as I and II, for autosegmentation of blood components and leukocyte differential classification, respectively, in microscopic images smears. Using the Fuzzy Inference System I, the proposed technique performs the segmentation of the image in four regions: the leukocyte’s nucleus and cytoplasm, erythrocyte and plasma area and using the Fuzzy Inference System II and the segmented leukocyte (nucleus and cytoplasm) classify them differentially in five types: basophils, eosinophils, lymphocytes, monocytes and neutrophils. Were used for testing 530 images containing microscopic samples of blood smears with different methods. The images were processed and its accuracy indices and Gold Standards were calculated and compared with the manual results and other results found at literature for the same problems. Regarding segmentation, a technique developed showed percentages of accuracy of 97.31% for leukocytes, 95.39% to erythrocytes and 95.06% for blood plasma. As for the differential classification, the percentage varied between 92.98% and 98.39% for the different leukocyte types. In addition to promoting auto-segmentation and differential classification, the proposed technique also contributes to the definition of new descriptors and the construction of an image database using various processes hematological staining

Classificação de nódulos pulmonares em imagens tomográficas utilizando redes neurais artificiais em cascata

Lung cancer is the most common of malignant tumors, with 1.59 million new cases worldwide in 2012. Early detection is the main factor to determine the survival of patients affected by this disease. Furthermore, the correct classification is important to define the most appropriate therapeutic approach as well as suggest the prognosis and the clinical disease evolution. Among the exams used to detect lung cancer, computed tomography have been the most indicated. However, CT images are naturally complex and even experts medical are subject to fault detection or classification. In order to assist the detection of malignant tumors, computer-aided diagnosis systems have been developed to aid reduce the amount of false positives biopsies. In this work it was developed an automatic classification system of pulmonary nodules on CT images by using Artificial Neural Networks. Morphological, texture and intensity attributes were extracted from lung nodules cut tomographic images using elliptical regions of interest that they were subsequently segmented by Otsu method. These features were selected through statistical tests that compare populations (T test of Student and U test of Mann-Whitney); from which it originated a ranking. The features after selected, were inserted in Artificial Neural Networks (backpropagation) to compose two types of classification; one to classify nodules in malignant and benign (network 1); and another to classify two types of malignancies (network 2); featuring a cascade classifier. The best networks were associated and its performance was measured by the area under the ROC curve, where the network 1 and network 2 achieved performance equal to 0.901 and 0.892 respectively.

EIR – sistema inteligente para detecção e classificação de calcificações em mamografias

Dissertação (mestrado)—Universidade de Brasília, Faculdade Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2016.

Proposição de um método de análise de movimentos de jogadores de tênis de campo a partir de vídeos televisivos = : Proposition of a method for tennis players motion analysis on broadcast videos

Universidade Estadual de Campinas . Faculdade de Educação Física

Optimização dos protocolos de reconstrução em imagens TC de AVC isquémico agudo: projecto

Mestrado de Radiações aplicadas às Tecnologias da Saúde. Área de especialização: Imagem Digital com Radiação X.

Caracterização de regiões encefálicas no cérebro normal por tensor de difusão e aplicação à epilepsia pós-traumática

Mestrado em Radiações Aplicadas às Tecnologias da Saúde.

Imagem de tensor de difusão em alzheimer

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do Grau de Mestre em Engenharia Biomédica

Medição do coeficiente de difusão aparente (ADC) e da anisotropia fraccional (FA) em doentes de Alzheimer

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do Grau de Mestre em Engenharia Biomédica

SYPEC: desenvolvimento de classificadores para identificação automática da postura de sentado

Dissertação para obtenção do Grau de Mestre em Engenharia Biomédica

Estudos moleculares em pacientes com fibrose cística do sul do Brasil

Fibrose Cística (FC) ou mucoviscidose é uma das doenças hereditárias mais comuns em caucasóides, com uma freqüência estimada em um caso em cada 2000 nascimentos sendo a freqüência de indivíduos portadores estimada em 5% em indivíduos. Esta doença caracteriza-se principalmente por infecções e obstrução crônica do aparelho respiratório, insuficiência pancreática exócrina e suas conseqüências nutricionais e por elevados níveis de eletrólitos no suor. A apresentação clínica, a gravidade da doença e a velocidade de progressão da FC variam consideravelmente, incluindo-se entre as manifestações a agenesia congênita de vasos deferentes (ACVD). Dentre as 1006 mutações associadas à FC, a R117H foi descrita em associação com um sítio polimórfico de timidinas no intron 8 do gene CFTR, a qual pode estar relacionada a ACVD. Este trabalho teve como objetivos: ① identificar alterações nas seqüências de nucleotídeos dos exons 3, 4, 5, 7, 9, 11, 12, 19, 20 e 22 do gene CFTR; ② identificar a freqüência de algumas mutações freqüentes no gene CFTR (R347P, R347H, R334W, Q359K, G542X, G551D, R553X, S549N, R1162X, W1282X e N1303K) na amostra e estimar a freqüência destas mutações na população estudada; ③ determinar o genótipo dos pacientes com FC participantes do estudo; ④ estabelecer um protocolo eficiente e rápido para identificar as alterações de politimidinas em pacientes não homozigotos para a mutação ∆F508; ⑤ estabelecer a freqüência dos alelos 5T, 7T e 9T em pacientes com FC do sul do Brasil; ⑥ estabelecer a correlação do polimorfismo politimidinas com manifestações clínicas da doença, como por exemplo, azoospermia Para a identificação das mutações no gene CFTR foram avaliados 100 alelos ou 50 pacientes portadores de FC. No entanto, para a avaliação do polimorfismo de politimidinas foram avaliados 54 pacientes não relacionados. Estes pacientes foram previamente diagnosticados e se encontram em tratamento no Hospital de Clínicas de Porto Alegre. Após extração de DNA destes pacientes, o material foi amplificado por PCR utilizando-se primers específicos para as regiões de interesse. A identificação de alterações nas seqüências de nucleotídios foi possível através da técnica de SSCP. Esta técnica permitiu a detecção de 7 pacientes com alteração no exon 7, 3 pacientes com alterações no exon 11, 2 pacientes com alterações no exon 19 e de 3 pacientes com alterações no exon 20. Nenhum paciente apresentou alteração molecular nos exons 3, 4, 5, 12 e 22. As freqüências das mutações R334W, R1162X e W1282X na amostra estudada foram estabelecidas em 1,0% para cada uma delas. Não foram encontrados pacientes portadores das mutações R347P, R334H, Q359N e S549N na amostra estudada. Com a utilização deste protocolo associado ao do estudo anterior (Streit et al., 1999) foi possível a triagem de mutações em 44,4% do gene da FC O alelo 5T foi encontrado em 2 dos 108 alelos analisados. Já o polimorfismo 7T, o mais comum, foi detectado em 65 alelos, enquanto o polimorfismo 9T estava presente em 41 alelos. O genótipo mais comum estabelecido no presente estudo foi o 7T/9T, encontrado em 39 pacientes (72,2%), seguido do genótipo 7T/7T, encontrado em 12 pacientes (22,2%), e do 5T/7T, encontrado em 2 pacientes (3,7%) e, finalmente, do genótipo 9T/9T, em 1 paciente (1,85%). Os resultados obtidos sugerem que o fenótipo dos pacientes com FC estudados não resulta apenas do genótipo dos mesmos, pois existem pacientes com o mesmo genótipo e expressões fenotípicas diferentes. Fatores epigenéticos assim como ambientais devem influenciar a expressão das alterações moleculares. Entretanto, a identificação do defeito molecular básico é de fundamental importância para a confirmação precoce e precisa do diagnóstico em pacientes suspeitas e para o estudo familiar permitindo que as medidas de tratamento e prevenção sejam implementadas do modo mais eficiente.

Detecção de fusos de sono em adultos jovens por meio de transformadas wavelet

A análise do sono está baseada na polissonogra a e o sinal de EEG é o mais importante. A necessidade de desenvolver uma análise automática do sono tem dois objetivos básicos: reduzir o tempo gasto na análise visual e explorar novas medidas quantitativas e suas relações com certos tipos de distúrbios do sono. A estrutura do sinal de EEG de sono está relacionada com a chamada microestrutura do sono, que é composta por grafoelementos. Um destes grafoelementos é o fuso de sono (spindles). Foi utilizado um delineamento transversal aplicado a um grupo de indivíduos normais do sexo masculino para testar o desempenho de um conjunto de ferramentas para a detecção automática de fusos. Exploramos a detecção destes fusos de sono através de procura direta, Matching Pursuit e uma rede neural que utiliza como "input"a transformada de Gabor (GT). Em comparação com a análise visual, o método utilizando a transformada de Gabor e redes neurais apresentou uma sensibilidade de 77% e especi cidade de 73%. Já o Matching Pursuit, apesar de mais demorado, se mostrou mais e ciente, apresentando sensibilidade de 81,2% e especi cidade de 85.2%.

Análise de regiões em cenários agrícolas utilizando um sistema de visão catadióptrico

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Sistema inteligente para o processamento de imagens digitais intrabucais oclusais

Several are the areas in which digital images are used in solving day-to-day problems. In medicine the use of computer systems have improved the diagnosis and medical interpretations. In dentistry it’s not different, increasingly procedures assisted by computers have support dentists in their tasks. Set in this context, an area of dentistry known as public oral health is responsible for diagnosis and oral health treatment of a population. To this end, oral visual inspections are held in order to obtain oral health status information of a given population. From this collection of information, also known as epidemiological survey, the dentist can plan and evaluate taken actions for the different problems identified. This procedure has limiting factors, such as a limited number of qualified professionals to perform these tasks, different diagnoses interpretations among other factors. Given this context came the ideia of using intelligent systems techniques in supporting carrying out these tasks. Thus, it was proposed in this paper the development of an intelligent system able to segment, count and classify teeth from occlusal intraoral digital photographic images. The proposed system makes combined use of machine learning techniques and digital image processing. We first carried out a color-based segmentation on regions of interest, teeth and non teeth, in the images through the use of Support Vector Machine. After identifying these regions were used techniques based on morphological operators such as erosion and transformed watershed for counting and detecting the boundaries of the teeth, respectively. With the border detection of teeth was possible to calculate the Fourier descriptors for their shape and the position descriptors. Then the teeth were classified according to their types through the use of the SVM from the method one-against-all used in multiclass problem. The multiclass classification problem has been approached in two different ways. In the first approach we have considered three class types: molar, premolar and non teeth, while the second approach were considered five class types: molar, premolar, canine, incisor and non teeth. The system presented a satisfactory performance in the segmenting, counting and classification of teeth present in the images.